เพื่อให้เข้าใจสิ่งนี้คุณต้องระบุเวอร์ชันของ Central Limit Theorem ก่อน นี่คือคำสั่ง "ทั่วไป" ของทฤษฎีบทขีด จำกัด กลาง:
Lindeberg – Lévy CLT สมมติว่าเป็นลำดับของตัวแปรสุ่ม IID กับและ<\ ให้{n}} จากนั้นเมื่อ
เข้าใกล้อนันต์ตัวแปรสุ่มมาบรรจบกันในการแจกแจงแบบปกติเช่น E[ X i ]=μVar[ X i ]= σ 2 <∞ S n := X 1 + ⋯ + X nX1,X2,…E[Xi]=μVar[Xi]=σ2<∞ n√Sn:=X1+⋯+XnnnN(0,σ2)n−−√(Sn−μ)N(0,σ2)
n−−√((1n∑i=1nXi)−μ) →d N(0,σ2).
ดังนั้นสิ่งนี้แตกต่างจากคำอธิบายอย่างไม่เป็นทางการและช่องว่างคืออะไร มีความแตกต่างหลายประการระหว่างคำอธิบายที่ไม่เป็นทางการของคุณกับคำอธิบายนี้ซึ่งบางคำอธิบายไว้ในคำตอบอื่น แต่ไม่สมบูรณ์ ดังนั้นเราสามารถเปลี่ยนให้เป็นสามคำถามที่เฉพาะเจาะจง:
- จะเกิดอะไรขึ้นถ้าตัวแปรนั้นไม่ได้ถูกกระจายแบบเดียวกัน?
- ถ้าตัวแปรมีความแปรปรวนอนันต์หรือค่าเฉลี่ยอนันต์ล่ะ?
- อิสรภาพสำคัญแค่ไหน?
ถ่ายทีละอัน
ไม่ได้กระจายอย่างเหมือนกันผลลัพธ์ทั่วไปที่ดีที่สุดคือทฤษฎีบทขีด จำกัด กลางของ Lindeberg และ Lyaponov โดยทั่วไปตราบใดที่ค่าเบี่ยงเบนมาตรฐานไม่เพิ่มขึ้นอย่างดุเดือดคุณสามารถดึงทฤษฎีบทขีด จำกัด กลางที่เหมาะสมออกมาได้
Lyapunov CLT. [5] สมมติว่าเป็นลำดับของตัวแปรสุ่มอิสระแต่ละตัวมีค่าที่คาดหวังอย่างแน่นอนและผลต่าง
กำหนด:μ i σ 2 s 2 n = ∑ n i = 1 σ 2 iX1,X2,…μiσ2s2n=∑ni=1σ2i
ถ้าสำหรับเงื่อนไขของ Lyapunov
พอใจแล้วผลรวมของ ลู่เข้าสู่การแจกแจงเป็นตัวแปรสุ่มมาตรฐานแบบปกติเมื่อ n ไปที่อนันต์:Lim n →การ∞ 1δ>0Xi-μi/snlimn→∞1s2+δn∑i=1nE[|Xi−μi|2+δ]=0Xi−μi/sn
1sn∑ni=1(Xi−μi) →d N(0,1).
ความแปรปรวนอนันต์ ทฤษฎีบทคล้ายกับทฤษฎีบทขีด จำกัด กลางมีอยู่สำหรับตัวแปรที่มีความแปรปรวนแบบไม่สิ้นสุด หลักหางของการกระจายความน่าจะเป็นที่จะต้องมีการ asymptoticสำหรับ<2 ในกรณีนี้สเกลที่เหมาะสมจะถูกรวมเข้ากับการแจกแจงที่เสถียรของอัลฟ่า - อัลฟ่า|x|−α−10<α<2
ความสำคัญของการประกาศอิสรภาพมีแตกต่างกันมากทฤษฎีบทขีด จำกัด กลางสำหรับลำดับที่ไม่เป็นอิสระจากการเป็นx_iพวกมันล้วนมีบริบทสูง แบทแมนชี้ให้เห็นว่ามีหนึ่งสำหรับ Martingales คำถามนี้เป็นประเด็นการวิจัยต่อเนื่องที่มีความหลากหลายแตกต่างกันไปขึ้นอยู่กับบริบทเฉพาะของความสนใจ คำถามใน Math Exchange นี้เป็นอีกโพสต์ที่เกี่ยวข้องกับคำถามนี้Xi